Global Land Monitoring (GLM)
Die GLM-Gruppe entwickelt und setzt neue methodische Ansätze ein, um die systematische, großflächige Überwachung der Dynamiken terrestrischer Vegetation weltweit zu verbessern. Unsere Arbeit integriert Bodenmessungen mit satellitengestützter Beobachtung, entwickelt entsprechende Zeitreihenmethoden zur Verfolgung von Dynamiken und -veränderungen unter Verwendung von Multisensor-Ansätzen mit Data science und Big-Data-Analytik.
Unsere Aktivitäten sind in einer globalen Monitoring-Perspektive verankert und durch ein starkes Engagement für nationale und internationale Zusammenarbeit geprägt.
Die Biosphäre spielt eine entscheidende Rolle bei der Regulierung des Kohlenstoffhaushalts, der Wasserverfügbarkeit und des Nährstoffkreislaufs im Erdsystem. Um diese Dynamiken in großem Maßstab zu überwachen und zu verstehen, nutzen wir Erdbeobachtung (EO): konsistente, wiederholte Satellitenmessungen, die Umweltveränderungen im Zeitverlauf sichtbar machen. Unser Fokus auf großflächige EO ermöglicht es uns, Prozesse in der Biosphäre von regionaler bis globaler Ebene zu verfolgen – mit besonderem Augenmerk auf Wälder und deren strukturelle, funktionale und landnutzungsbezogene Dynamiken.
Unsere Aktivitäten bauen auf dem methodischen Schwerpunkt von Sektion 1.4 auf; wir entwickeln datengestützte Methoden zur Integration großmaßstäblicher Erdbeobachtung in die Ökologie und den Kohlenstoffkreislauf. Wir konzentrieren uns auf das Verständnis von Walddynamiken, einschließlich struktureller Veränderungen und Landnutzungsübergänge, sowie deren Wechselwirkungen mit dem Kohlenstoffkreislauf. Dazu integrieren wir verschiedene EO-Produkte auf unterschiedlichen Skalen und beziehen Felddaten wie nationale Waldinventuren mit ein.
Forschungsbereiche
- Landnutzung und Landbedeckungsdynamik von Wäldern:
Wir erforschen, wie sich mit Hilfe von EO und maschinellem Lernen robuste Karten der forstlichen Landnutzung erstellen lassen und wie sich Muster des Waldwachstums in verschiedenen Landnutzungssystemen – einschließlich Sekundär-, Primär- und Plantagenwäldern – unterscheiden. - Vertikale Struktur und Walddynamik:
Wir erforschen, wie die vertikale Struktur von Wäldern – erfasst z. B. durch weltraumgestützte LiDAR-Systeme wie GEDI – die Biodiversität und den Kohlenstoffkreislauf beeinflusst. Zudem analysieren wir strukturelle Veränderungen vor und nach Störungen und entwickeln Signalverarbeitungstechniken zur 3D-Kartierung von Wäldern weiter. - Kohlenstoffemissionen und politische Implikationen:
Wir arbeiten an der Zuordnung von entwaldungsbedingten Kohlenstoffemissionen zu Lieferketten von Agrarrohstoffen und unterstützen politische Maßnahmen wie die EU-Entwaldungsverordnung (EUDR). Außerdem vergleichen wir Schätzungen von Kohlenstoffflüssen aus globalen Produkten mit nationalen Datensätzen. - Energieeffizienz von Datenanalyse-Workflows:
Wir streben an, EO-Daten-Workflows hinsichtlich Skalierbarkeit und Energieeffizienz zu optimieren, bewerten den ökologischen Fußabdruck großskaliger Analytik und analysieren Zielkonflikte zwischen verschiedenen Rechenstrategien.
Projekte
- EC FORWARDS (2023-2027): website
- EC OpenEarthMonitor (2022-2026): https://earthmonitor.org
- EC ForestNavigator (2022-2025): http://www.forestnavigator.eu
- ESA ForestCarbon (2022-2023): https://www.forestcarbonplatform.org
- EC NextGen2Carbon (2025-2029): Home | NextGenCarbon
- ESA AI4FLUM (2024-2025): Artificial Intelligence for Forest Land Use Mapping (collaboration with EC JRC and FAO).
- FONDA phase II (2024-2028): https://fonda.hu-berlin.de/
- HYPER-AMPLIFAI (2024-2027): helmholtz-imaging.de/project/hyper-amplifai/
- 3D-ABC (2024-202?): hfmi.helmholtz.de/pilot-projects/3d-abc/
- ESA CCI-Biomass (2022-26): website
Die Integration von Messungen der sich verändernden Landoberflächen hat zum Ziel, die physikalischen Grundlagen und die grundlegenden Fähigkeiten zu verbessern, um zu messen, wie und warum sich die Landoberflächen verändern. Die Verfügbarkeit von Daten aus der Naherkundung (UAVs) und von neuen Satellitensensoren (z. B. ENMAP, CHIME, GEDI) ermöglicht jetzt eine vollständige Erkundung der spektralen und Höhen-Dimension zum Zweck der integrierten großflächigen Überwachung. Langfristige, globale In-situ-Netze für spektrale und strukturelle Vegetationsmessungen sowie die Integration aktiver Sensoren und der dritten Dimension (z. B. von RADAR und LIDAR) sind für eine solche umfassende Bewertung von Landeigenschaften und sich verändernden Landoberflächen unerlässlich und werden die derzeitigen globalen optischen Fernerkundungsansätze ergänzen, die oft nur auf einfachen Vegetationsindizes und einer breiten Palette globaler Landbedeckungsklassen aufbauen.
In diesem Zusammenhang entwickeln und nutzen wir im Rahmen unserer In-situ- und Proximal-Sensing-Aktivitäten eine Reihe von Sensortechniken wie terrestrisches und UAV-gestütztes Laserscanning, UAV-gestützte Hyperspektralsensorik und automatisierte Überwachungstechnologie (z. B. IoT). Diese Datenströme werden verwendet, um qualitativ hochwertige Referenzdaten auf lokaler Ebene in Netzwerken von Standorten zu erzeugen, die große Gebiete und verschiedene Umweltbedingungen für die Kalibrierung und Validierung von EO-Daten repräsentieren. Darüber hinaus spielen wir eine Rolle bei der Koordinierung internationaler Netzwerke.
Projekte
- EC NextGenCarbon (2025-2029): Home | NextGenCarbon
- ESA IDEAS-QA4EO2 (2024-2026)
- ESA Forest Digital Twin Component - Forest DTC (2024-2025) (https://www.foresttwin.org/)
- EC RemoTrees (2024 - 2028) (https://www.remotrees.eu/)
- EC FORWARDS (2023-2027): website
- StrucNet (https://www.strucnet.org)
- VODnet (https://vodnet.org - under construction)
- GEOTREES (https://data.geo-trees.org/)